آموزش آنالیز و پیش بینی سری های زمانی با نرم افزار SAS – پیش ثبت نام

دسترسی به اطلاعات این آموزش: اطلاعات کلی محتوا و سرفصل ها پیش نمایش و دانلود اطلاعات تکمیلی دیدگاه ها
آموزش آنالیز و پیش بینی سری های زمانی با نرم افزار SAS

درباره ناشر

فرادرس
فرادرس

فرادرس بزرگ‌ترین ناشر دیجیتال آموزش‌های تخصصی، دانشگاهی و مهندسی است.

درباره مدرس

گروه مدرسین فرادرس
گروه مدرسین فرادرس

فرادرس از جهت فرصت آموختن، یک محیط کاملا باز (بدون هیچ مرز و شرط برای ورود) برای همه است. اما از جهت فرصت آموزش دادن، یک محیط به شدت بسته است و مدرسین آن با عبور از سخت ترین ضوابط علمی و فیلترهای مهارت آموزشی برگزیده و دستچین می شوند. در چندین سال گذشته کمتر از 5 درصد متقاضیان تدریس در فرادرس توانسته اند به مرحله نهایی ارائه آموزش در آن برسند. ارائه یک آموزش توسط «گروه مدرسین فرادرس» تضمینی برای کیفیت آن می باشد. (+)



در دنیایی که رخدادهای آینده در آن غیرقابل پیش بینی مطلق است، بعضی از پیش بینی های احتمالی و آماری می توانند برای تصمیم گیری، مفید و کاربردی باشند. همواره متغیرهای کمی بسیاری به صورت سری های زمانی، اندازه گیری و ذخیره می شوند که روش هایی برای پیش بینی آن ها ارائه شده است که در این آموزش به یکی از پرکاربردترین آن ها پرداخته می شود. در این فرادرس، مخاطب در ابتدا با مباحث پایه ای آنالیز و پیش بینی سری های زمانی، با استفاده از مدل های میانگین متحرک خودهمبسته یکپارچه (ARIMA) آشنا خواهد شد و پس از گذراندن آموزش خواهد توانست سری های زمانی را با انتخاب مدل مناسب، در نرم افزار SAS برازش و پیش بینی کند. رسیدن به توانایی یاد شده به مخاطب این امکان را می دهد که بتواند با استفاده از پیش بینی سری های زمانی به حل مسائلی بپردازد که پیش بینی، بخشی از آن است.

👤 مدرس: گروه مدرسین فرادرس
روش دریافت: لینک دانلود و/یا ارسال فیزیکی

وضعیت انتشار در حال ضبط (برای ۹۰ درصد آموزش‌های این مرحله)
زمان تقریبی انتشار ۴ تا ۱۲ هفته

درخواست اطلاع رسانی انتشار این آموزش

این آموزش در حال ضبط است و به زودی در فرادرس ارائه عمومی آن آغاز خواهد شد. شما می توانید با وارد کردن ایمیل خود، در اولین زمان، از انتشار نهایی این آموزش مطلع شوید.

مزایای درخواست اطلاع رسانی انتشار:

  • مطلع شدن از انتشار آموزش در اولین زمان پس از انتشار
  • دادن بیشترین اولویت انتشار به آموزش های مورد نظر خود (آموزش های با بیشترین پیش ثبت نام، با اولویت بیشتری منتشر می شوند)
  • دریافت تخفیف ویژه به هنگام انتشار، مختص افرادی که درخواست اطلاع رسانی در یک آموزش داشته اند.




    توضیحات

    در دنیایی که رخدادهای آینده در آن غیرقابل پیش بینی مطلق است، بعضی از پیش بینی های احتمالی و آماری می توانند برای تصمیم گیری، مفید و کاربردی باشند. همواره متغیرهای کمی بسیاری به صورت سری های زمانی، اندازه گیری و ذخیره می شوند که روش هایی برای پیش بینی آن ها ارائه شده است که در این آموزش به یکی از پرکاربردترین آن ها پرداخته می شود.

    در این فرادرس، مخاطب در ابتدا با مباحث پایه ای آنالیز و پیش بینی سری های زمانی، با استفاده از مدل های میانگین متحرک خودهمبسته یکپارچه (ARIMA) آشنا خواهد شد و پس از گذراندن آموزش خواهد توانست سری های زمانی را با انتخاب مدل مناسب در نرم افزار SAS، برازش و پیش بینی کند. رسیدن به توانایی یاد شده به مخاطب این امکان را می دهد که بتواند با استفاده از پیش بینی سری های زمانی به حل مسائلی بپردازد که پیش بینی، بخشی از آن است.

    از آنجایی که ما با به کارگیری مدل های میانگین متحرک خودهمبسته یکپارچه از داده های گذشته متغیرها، برای پیش بینی مقادیر آینده آن ها در قالب مدل رگرسیون خطی استفاده می کنیم، این روش یک روش ساده و در عین حال پر کاربرد تلقی می شود. در واقع، این مدل ها در طی زمان در علوم مختلف توسعه پیدا کرده است تا آنجا که هم در رشته های مهندسی و هم در رشته های علوم انسانی به کار گرفته شده است. علت استفاده از نرم افزار SAS، وجود امکانات لازم و سادگی کار با آن برای آنالیز و پیش بینی سری های زمانی با استفاده از مدل های میانگین متحرک خودهمبسته یکپارچه است .

     

    فهرست سرفصل ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:
    • درس یکم: آشنایی با سری های زمانی و پیش بینی
      • کاربرد پیش بینی
      • مثال های سری های زمانی و بررسی ویژگی های آن ها
      • معرفی ژورنال های مربوط به پیش بینی
    • درس دوم: پیش زمینه آماری برای پیش بینی
      • پیش پردازش سری های زمانی
      • نمایش گرافیکی سری های زمانی
      • سری های زمانی ایستا
      • خودهمبستگی
      • واریوگرام
      • تبدیل داده ها و روش های ایستا کردن سری های زمانی
      • معیارهای عملکرد مدل پیش بینی کننده
      • آنالیز رگرسیون
    • درس سوم: مدل های میانگین متحرک خود همبسته یکپارچه (ARIMA)
      • مدل های خطی برای سری های زمانی ایستا
      • مدل های میانگین متحرک
      • مدل های خودهمبسته
      • مدل های میانگین متحرک خود همبسته یکپارچه و بررسی ویژگی های آن ها
      • مدل های میانگین متحرک خودهمبسته یکپارچه درسی

     

    مفید برای رشته های
    • آمار
    • مهندسی صنایع
    • مدیریت


    اطلاعات تکمیلی

    نام آموزش آموزش آنالیز و پیش بینی سری های زمانی با نرم افزار SAS – پیش ثبت نام
    ناشر فرادرس
    کد آموزش FVTISAS9710
    زبان فارسی
    نوع آموزش آموزش ویدئویی     (کیفیت HD - مورد تایید فنی فرادرس)
    تعداد DVD یک عدد (در صورت دریافت غیر آنلاین)




    دیدگاه ها

    نظر شما در مورد این فرادرس چیست؟

    پاسخ دهید

    نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

    امتیاز شما به این آموزش:




درخواست اطلاع رسانی انتشار این آموزش

این آموزش در حال ضبط است و به زودی در فرادرس ارائه عمومی آن آغاز خواهد شد. شما می توانید با وارد کردن ایمیل خود، در اولین زمان، از انتشار نهایی این آموزش مطلع شوید.

مزایای درخواست اطلاع رسانی انتشار:

  • مطلع شدن از انتشار آموزش در اولین زمان پس از انتشار
  • دادن بیشترین اولویت انتشار به آموزش های مورد نظر خود (آموزش های با بیشترین پیش ثبت نام، با اولویت بیشتری منتشر می شوند)
  • دریافت تخفیف ویژه به هنگام انتشار، مختص افرادی که درخواست اطلاع رسانی در یک آموزش داشته اند.



برچسب‌ها: , , , , , , , , , , , , , , , , , , , , ,




فرادرس در رسانه ها و جشنواره ها

روزنامه ایرانیان مرکز توسعه فناوری اطلاعات و رسانه های دیجیتال روز آفرین نت استارت کنفرانس مهندسی برق ایران جشنواره وب ایران